一种基于心率与呼吸信号的睡眠呼吸障碍检测方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN105559754A(43)申请公布日2016.05.11(21)申请号201510995465.X(22)申请日2015.12.29(71)申请人西北工业大学地址710068陕西省西安市友谊西路127号(72)发明人周兴社倪红波赵伟超王柱邓军权(51)Int.Cl.A61B5/00(2006.01)A61B5/024(2006.01)A61B5/08(2006.01)权利要求书2页说明书7页附图3页(54)发明名称一种基于心率与呼吸信号的睡眠呼吸障碍检测方法和装置(57)摘要本发明公开了一种基于心率和呼吸信号的睡眠呼吸障碍检测方法和装置。其中，该方法包括：在每个睡眠阶段采集检测目标的睡眠生理信号，睡眠生理信号包括心率信号和呼吸信号；对呼吸信号进行预处理得到呼吸轮廓信号；对心率信号进行预处理得到心率周期的均匀时间序列；分别提取呼吸轮廓信号和均匀时间序列的特征信息，并根据预设的训练样本集获取该睡眠生理信号对应的先验知识；根据特征信息和先验知识以及检测目标的目标特征生成特征集合，并通过主成分分析法从特征集合中确定最优特征子集合得到检测样本；将检测样本与样本集训练得到的检测模型进行匹配，并根据匹配结果输出睡眠呼吸障碍检测信息。本发明解决了睡眠呼吸障碍检测准确率低的技术问题。CN105559754ACN105559754A权利要求书1/2页1.一种基于心率和呼吸信号的睡眠呼吸障碍检测方法，其特征在于，包括：在每个睡眠阶段采集检测目标的睡眠生理信号，所述信号包括心率信号和呼吸信号；对所述呼吸信号进行预处理得到呼吸轮廓信号；对所述心率信号进行预处理得到心率周期的均匀时间序列；分别获取所述呼吸轮廓信号和所述均匀时间序列的特征信息，并根据预设的训练样本集获取所述睡眠生理信号对应的先验知识；根据所述特征信息和所述先验知识以及所述检测目标的目标特征生成特征集合，并通过主成分分析法从所述特征集合中确定最优特征子集合得到检测样本；将所述检测样本与样本集训练得到的检测模型进行匹配，并根据匹配结果输出睡眠呼吸障碍检测信息。2.根据权利要求1所述的方法，其特征在于，所述对所述呼吸信号进行预处理得到呼吸轮廓信号包括：按照预设时间分别切割所述心率信号和所述呼吸信号得到所述心率数据对应的心率信号数据段和所述呼吸信号对应的呼吸信号数据段；通过小波分解法对所述呼吸信号数据段进行滤波处理得到呼吸轮廓信号；所述对所述心率信号进行预处理得到心率周期的均匀时间序列包括：通过所述小波分解法对所述心率信号数据段进行滤波处理得到心率轮廓信号；通过滑动窗口法对所述心率轮廓信号得到心率周期的非均匀时间序列；通过三次样条插值法将所述非均匀时间序列转化为均匀时间序列。3.根据权利要求1所述的方法，其特征在于，所述呼吸轮廓信号的特征信息包括：呼吸轮廓信号幅值变化；所述均匀时间序列的特征信息包括：所述均匀时间序列的均值和所述均匀时间序列频谱的低频带能量与高频带能量比值以及所述均匀时间序列的非线性属性。4.根据权利要求1所述的方法，其特征在于，所述根据预设的训练样本集获取所述睡眠生理信号对应的先验知识包括：将所述睡眠生理信号与所述训练数据集的相似度确定为所述先验知识。5.根据权利要求1至4任一项所述的方法，其特征在于，在所述将所述检测样本与样本集训练得到的检测模型进行匹配前，所述方法还包括：根据预设核函数通过所述训练数据集对支持向量机SVM模型进行训练得到样本模型。6.一种基于心率和呼吸信号的睡眠呼吸障碍检测装置，其特征在于，包括：采集单元，用于在每个睡眠阶段采集检测目标的睡眠生理信号，所述睡眠生理信号包括心率信号和呼吸信号；预处理单元，用于对所述呼吸信号进行预处理得到呼吸轮廓信号；对所述心率信号进行预处理得到心率周期的均匀时间序列；特征提取单元，用于分别获取所述呼吸轮廓信号和所述均匀时间序列的特征信息，并根据预设的训练样本集获取所述睡眠生理信号对应的先验知识；处理单元，用于根据所述特征信息和所述先验知识以及所述检测目标的目标特征生成特征集合，并通过主成分分析法从所述特征集合中确定最优特征子集合得到检测样本；匹配单元，用于将所述检测样本与样本集训练得到的检测模型进行匹配，并根据匹配2CN105559754A权利要求书2/2页结果输出睡眠呼吸障碍检测信息。7.根据权利要求6所述的装置，其特征在于，所述预处理单元用于通过以下步骤执行对所述呼吸信号进行预处理得到呼吸轮廓信号：按照预设时间分别切割所述心率信号和所述呼吸信号得到所述心率数据对应的心率信号数据段和所述呼吸信号对应的呼吸信号数据段；通过小波分解法对所述呼吸信号数据段进行滤波处理得到呼吸轮廓信号；所述预处理单元用于通过以下步骤执行对所述心率信号进行预处理得到心率周期